近日，国家药监局药品审评中心公布了《以临床价值为导向的抗肿瘤药物临床研究开发指南（征求意见稿）》。 “Me-too”泛滥、低水平重复、缺乏真正创新等问题，创新药政策收紧，倒逼行业向“Me-better”转型。

质量更高、更具创新性的药物是未来研发的主流。其中，最难的是在源头上进行创新。积极利用新技术助力药物研发，解决药物研究痛点，让中国药物研究行业实现弯道超车。然而，新技术的融合与碰撞难度极大，产业落地还有更多未解之痛。

我们怎样才能克服这些困难？带着这些问题，动脉网有幸采访了北京超微智药科技有限公司（以下简称超微智药）联合创始人兼CEO秦秉杰博士，看看超微智药是如何解决这些问题的。

我们认识了两个月，他们决定一起探索新的领域

Arternet：在创办公司之前，您能简单分享一下您的经历吗？

博士秦：从2003年到2019年，我一直在军事科学院研发创新药物。期间，由军事医学科学院和巴黎第七大学联合培养博士学位。在军事科学院，他在巴黎大学主要研究药物和计算机辅助药物设计领域。 17年的学习和工作经历奠定了创业的专业基础。

动脉网：你之前的主要研究方向还是偏向于药学领域，而另一位创始人曹辰雷博士则完全偏向于计算机领域。你们两个之前无事可做的人是如何认识并决定一起创业的？

博士秦：我和曹波的故事比较有趣。曹波是博士。北京邮电大学密码学博士。曾参与多项国家重大项目。他之前有创业经验。在大唐电信任职期间，带领公司在AI方向实现零突破。

按照常理，这两种学科背景的人很难有重叠。当我从军事科学院出来时，我对人工智能药物研究很感兴趣。觉得是未来的技术方向，于是加入了元气智药（超微智药的前身）的AI部门。进入之后，我发现了我朋友的专业背景。他们都是计算机化学和生物信息学，缺乏计算机和数据科学能力。我渴望找到一位在计算科学领域具有资深经验和跨学科能力的合作伙伴加入。

恰巧曹博也在药物研究方向寻找新的机会。当时国内在这方面做的靠谱的公司很少，这也是我们19年走到一起的功劳。当时曹波就职于大唐电信，办公室隔一条马路。我们每周会联系两到三次。那个时候，元气智尧和元气林，同属一个家族。曹波上门讨论问题时，正好赶上元气新品免费“喝”，帮助他们提升产品体验，为学科的碰撞增添不少欢乐。

在那段时间里，我们深入研究了药物发现领域的许多科学问题。他问我药学知识，我问他算法知识。两个月后，我问他，要不要一起来试试？他表示，人工智能密码分析很难实现，对人类的贡献很小。他认为，人工智能药物研究虽然难度更大、挑战性更大，但具有非凡的社会意义，值得参与。总的来说，这两个专业领域跨度非常大，早期的团队入驻难度很大，但是凭借我们在这个领域的理想和毅力，我们已经为超威智药建立了科研团队和技术体系。

超维分子表征系统造成技术壁垒

动脉网：您刚才提到学科跨度非常大。跨学科组建的超维知识和医学的具体技术团队有哪些？

博士秦：公司的技术团队融合了药物化学、计算化学、数学、生物学、计算机科学等多学科的专家。其中一半有海外学习和工作背景。博士、硕士占70%以上。我们利用人工智能技术探索分子宇宙，打造基于分子图谱结构的集药物分子虚拟筛选、结构优化、成药性评价于一体的创新药物发现与优化体系。我们致力于提高药物发现的效率和成功率，缩短研发时间，降低研发成本和风险。

动脉网：在如此高门槛的多学科背景下，超维知识药物的分子表征体系有何具体特点？

博士秦：药物分子有无限的化学空间。在巨大的化学空间中寻找制药空间，关键在于如何“看”化学宇宙——即化学空间的多维表征。传统的方法是根据几个人类专家构建的简单特征来描述化学空间，导致呈现效果模糊，没有区分能力。

超微智药自主研发的分子表征系统，综合运用群论、矩阵论、拓扑学等相关数学理论，基于十亿级合成分子库训练分子特征提取模型，确保在正确提取分子特征的前提下，将基于图结构的原始分子信息映射到高维流形空间，得到分子深度表示信息。在筛选过程中，以目标已知命中的深度表征信息为锚点，可以准确定位目标对应的活性分子空间区域。之后，结合ADMET模型评价，得到了活性高、制药性好的PCC药物。

超维知识药物分子表征体系覆盖面广、分辨率高，可以摆脱人类专家经验的限制，具有靶点或其他性质的聚类效应，可与强化学习技术探索未知化学空间的特点。